UpsampleNearest3dGrad

产品支持情况

产品	是否支持
Ascend 950PR/Ascend 950DT	√
Atlas A3 训练系列产品/Atlas A3 推理系列产品	√
Atlas A2 训练系列产品/Atlas A2 推理系列产品	√
Atlas 200I/500 A2 推理产品	×
Atlas 推理系列产品	×
Atlas 训练系列产品	×

功能说明

• 算子功能：UpsampleNearest3d的反向计算。

• 计算公式：

  对于输入gradOut(N, C, d, h, w)，输出gradInput上任意一点(N, C, D, H, W)，则有：

  $$gradInput(N,C,D,H,W)=\sum _{d=srcD}^{srcDUp-1}\sum _{h=srcH}^{srcHUp-1}\sum _{w=srcW}^{srcWUp-1}gradOut(N,C,d,h,w)$$

  其中：

  $$scalesD=inputSize[2]/outputSize[0]$$

  $$scalesH=inputSize[3]/outputSize[1]$$

  $$scalesW=inputSize[4]/outputSize[2]$$

  $$srcD=Min(scalesD\ast D,outputSize[0])$$

  $$srcDUp=Min(scalesD\ast (D+1),outputSize[0])$$

  $$srcH=Min(scalesH\ast H,outputSize[1])$$

  $$srcHUp=Min(scalesH\ast (H+1),outputSize[1])$$

  $$srcW=Min(scalesW\ast W,outputSize[2])$$

  $$srcHUp=Min(scalesW\ast (W+1),outputSize[2])$$

参数说明

参数名	输入/输出/属性	描述	数据类型	数据格式
grad_output	输入	表示反向计算的梯度Tensor，对应公式中的`gradOutput`。	FLOAT32、FLOAT16、BFLOAT16	NCDHW
input_size	属性	表示输出`grad_input`分别在N、C、D、H和W维度上的空间大小。包含5个元素：[min_batch, channels, depth, height, width]。必须满足：input_size[0] == grad_output_tensor_size[0]；input_size[1] == grad_output_tensor_size[1]。	LISTINT	-
output_size	可选属性	表示输入`grad_output`在D、H和W维度上的空间大小。size为3，且各元素均大于零。包含3个元素：[depth, height, width]。只能指定'scales'和'output_size'中的一个。必须满足：grad_output_tensor_size[2] == floor(input_size[2] * scales[0]) == output_size[0]；grad_output_tensor_size[3] == floor(input_size[3] * scales[1]) == output_size[1]；grad_output_tensor_size[4] == floor(input_size[4] * scales[2]) == output_size[2]。 默认为空。	LISTINT	-
scales	可选属性	指定沿每个维度的缩放数组，包含3个元素：scale_depth, scale_height, scale_width。对应公式中的`scales_d`、`scales_h`、`scales_w`。 默认为空。	FLOAT32	-
y	输出	表示反向计算的输出张量，对应公式中的`gradInput`。数据类型和数据格式与入参`grad_output`的数据类型和数据格式保持一致。shape取决于输入`input_size`。	FLOAT32、FLOAT16、BFLOAT16	NCDHW

约束说明

无

调用说明

调用方式	样例代码	说明
aclnn接口	test_aclnn_upsample_nearest3d_grad	通过aclnnUpsampleNearest3dBackward接口方式调用UpsampleNearest3dGrad算子。
图模式	-	通过算子IR构图方式调用UpsampleNearest3dGrad算子。